论文部分内容阅读
针对前向神经网络在非线性动态系统建模时存在的缺陷,采用递归网络(RNN)对非线性动态系统建模.在权值的修正上,采用改进的遗传算法搜索最优权值.最后对一高阶非线性时变系统进行建模仿真实验,结果表明该方法是有效的.
一种改进的遗传算法在神经网络模型辨识中的应用
【摘 要】
：
针对前向神经网络在非线性动态系统建模时存在的缺陷,采用递归网络(RNN)对非线性动态系统建模.在权值的修正上,采用改进的遗传算法搜索最优权值.最后对一高阶非线性时变系统进行建模仿真实验,结果表明该方法是有效的.
【机 构】
：
辽宁石油化工大学信息工程学院(辽宁抚顺)
【出 处】
：
中国控制与决策学术年会
【发表日期】
：
2004年9期
其他文献
分析了抽油机电机的节能原理,并基于离散泰勒级数提出一种对任意阶多维函数可实现无差逼近的新型联想记忆系统——DTS-AMS,详细讨论了该系统的插值算法、训练规则.DTS-AMS相对于CMAC具有逼近精度更高、占用存储单元较少、学习速度较快等优点.在此基础上设计了一种基于DTS-AMS的抽油机电机高效节能控制器,实验结果表明了该方案的可行性与有效性.
利用模糊T-S模型对一类具有多延时的网络控制系统进行建模,提出了模糊多延时网络控制系统的PDC状态反馈控制器的设计,并给出了模糊闭环系统渐近稳定的充分条件.基于李亚普诺夫函数和线性矩阵不等式方法,证明了模糊系统的渐近稳定性.
对于网络传输引起的状态延时和输入延时问题,给出一种补偿延时的预报方法,并针对系统时变不确定性(不需满足匹配条件),设计了基于预报器的鲁棒滑模控制器.根据Lyapunov方法得出不确定网络延时系统所允许的最大输入延时,从而保证系统在滑模面上全局渐近稳定.
针对状态矩阵具有复特特值的稳定二维连续线性系统,提出了一种基于采样数据的混沌反控制方法.该方法以给定的采样周期对连续系统进行采样,由采样数据构造控制器,在每个采样周期内保持控制项不变.数值仿真结果证实了该方法的有效性.
讨论了滑模控制的模糊实现问题,通过对模糊滑模控制的分类研究,使之归纳为简单模糊滑模控制与复杂模糊滑模控制两类,分析了两种模糊滑模控制的各自特征.指出了简单模糊控制与带边界层法的传统滑模控制的本质相似性;同时指出了复杂模糊滑模控制是对带边界层法的传统滑模控制的进一步扩展.
针对华北地区的气候特点,通过对温室输出执行机构的调整,很好地将自适应模糊控制算法(SOFC)应用于温室环境控制中.同时,采用神经网络对温室进行系统辨识,并且利用该模型对新的模糊控制方法进行了仿真研究.结果表明,该方法计算简单、适用性强,具有很好的控制效果.
针对人脑思维模式的形成以及记忆的强化和唤醒,依据软硬结构的分析方式对人脑思维模式的形成进行探讨,并从神经元网络的角度对记忆的强化和唤醒进行初步研究.从人脑固定硬结构的构建,通过人脑软结构的扩充,形成人的思维和记忆体系结构,并在随后的记忆强化和唤醒中对硬结构进行固化.
将演化算法引入BP算法,形成一种新的演化BP算法/.该算法既能较快地局部收敛,又能全局收敛,避免了陷入局部极小的可能性,且模型的精度和计算速度较改进前有显著提高.
为解决大型连续生产过程中,前一设备的出料直接作为后一设备的进料而带来的对控制系统要求的矛盾,根据优化思想对均匀控制系统进行研究,给出一种优化均匀控制算法,其实质是一种优化PI控制算法.与传统均匀控制不同,该算法能最大限度地利用容器的缓冲能力,尽可能地减少出口流量的变化,使整个装置的操作趋于平稳.